新能源汽车中人工智能技术应用探究.pdfVIP

:101

内燃机与配件

新能源汽车中人工智能技术应用探究

高源

（武汉铁路桥梁职业学院，湖北武汉430090）

摘要：为研究人工智能技术在新能源汽车中的应用，本文基于人工智能技术中的模糊神经网络，提出了一种

故障检测方法，并以某型号新能源汽车自动变速器为例，进行了多项故障类型的模拟检测。实验结果指出，模糊神

经网络在处理复杂、不确定的故障信号时，表现出较高的检测精度和鲁棒性，特别是在检测齿轮断齿故障和换挡电

磁阀故障方面表现尤为突出，可信度值均超过0.90。

关键词：新能源汽车；人工智能技术；模糊神经网络

中图分类号：U469.72文献标识码：A文章编号：1674-957X(2025)07-0101-03

ResearchonApplicationofArtificialIntelligence

TechnologyinNewEnergyVehicles

GaoYuan

(WuhanRailwayBridgeVocationalCollege,HubeiWuhan430090)

Abstract:Toexploretheapplicationofartificialintelligence(AI)innewenergyvehicles,thispaperpresents

afaultdetectionmethodusingafuzzyneuralnetwork.Takingaspecificnewenergyvehiclesautomatictransmis-

sionasanexample,multiplefaulttypesweresimulated.Theexperimentalresultsshowthatthefuzzyneural

networkachieveshighaccuracyandrobustnessindetectingcomplexanduncertainfaults,particularlyforgear

breakageandshiftsolenoidvalvefaults,withacredibilityvalueoverO.90.

Keywords:Newenergyvehicles;Artificialintelligencetechnology;Fuzzyneuralnetwork

0引言式中,Y（nm2，,nm）表示故障原因的模糊隶属

新能源汽车在近年来得到了广泛应用，其变速器作为度向量;X（n，na，，n）表示故障征兆的模糊隶属度

动力传输的核心部件，其工作状态直接影响整车性能和行向量；H是模糊隶属度矩阵。

驶安全。然而，由于新能源汽车变速器的结构复杂、运行隶属度的确定对于模糊理论的有效性至关重要。为

环境多变，传统的故障检测方法在应对模糊和不确定性信了准确表达不同故障征兆和原因之间的关系，常用的隶属

息时存在局限性。为此，本文引人了人工智能技术，将模函数包括三角形隶属函数、梯形隶属函数和高斯隶属函

糊逻辑的推理能力与神经网络的自学习能力相结合，提出数。在本文的故障检测框架中，使用了正态分布、升半正

了一种针对新能源汽车变速器的故障检测方法，旨在提高态分布和降半正态分布的函数来构建不同状态下的隶属

故障诊断的准确性和效率。度函数。对于中间型分布（即正常状态）,使用正态分布函

1基于模糊神经网络的新能源汽车变速器故数,其表达式为[2]：

障检测方法